学好Python，升职加薪不带怕的！

为什么写这篇文章

大家好，我是黄昏百分百，简单做下自我介绍，我是一个以移民为导向的澳洲IT留学生。写这篇文章之前，就已经知道这篇文章不会火，毕竟这里的用户群和CSDN完全不同（当然，以我的编程能力，CSDN也不可能火 ），完全是以个人爱好为导向进行抛砖引玉。建议有一定编程基础，或者对编程有一定爱好的值友进行阅读，也欢迎同在学习python的同学理性讨论，当然更欢迎真正熟练掌握python的大神进行莅临指导。但是不建议对编程毫无兴趣的读者继续阅读，免得耽误了您的时间。

来澳洲之前，我是一点编程不懂的，来澳洲两年多，陆续接触了java，C++，C#,HTML，python，php，R等编程/网页设计/科学计算语言（排名以本人接触顺序为准）。其中python是我最为喜爱，也是使用最多，最为熟练的课程。我用python完成了我data wrangling（这门课我实在不知道中文怎么翻译）以及算法课。本文将以个人学习，使用经历对python进行介绍，并给出粗浅的学习建议，书籍购买建议，但是并不对本文中出现的代码进行背书，同时本文部分内容引用自网络，在此声明。

Python简介

Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多重继承，有益于增强源代码的复用性。Python支持重载运算符，因此Python也支持泛型设计。Python本身被设计为可扩充的。并非所有的特性和功能都集成到语言核心。Python提供了丰富的API和工具，以便程序员能够轻松地使用C、C++、Cython来编写扩充模块。Python编译器本身也可以被集成到其它需要脚本语言的程序内。

Python 2.0于2000年10月16日发布，增加了实现完整的垃圾回收，并且支持Unicode。同时，整个开发过程更加透明，社区对开发进度的影响逐渐扩大。Python 3.0于2008年12月3日发布，此版不完全兼容之前的Python源代码。不过，很多新特性后来也被移植到旧的Python 2.6/2.7版本。

python 2.X与 python 3.X

python2.X目前已经停止了大型更新，大版本号目前为2.7，其中，2.6，2.7为方便程序员过渡到3.X的过渡版本，很多python3.x的语法与python2.x的语法可以在python2.6，2.7中通用。而python3对python2的语法为不完全兼容，拿众所周知的Hello World，举个简单的例子。

所以，为了方便自己的学习以及的未来代码重构，建议同学们现在直接学习python3.x。

安装与使用Python

与多数语言稍有不同的是，python支持单行运行，所以python可以保存为.py文件或者.ipynb文件。其中，.py文件多用于软件/系统使用。而.ipynb的可读性更好，而且可以文件内出图，多用于数据分析，数据可视化等应用。

如果打算之后走的是软件/网站开发的玩法，就需要安装python以及编译器。首先需要去python官网下载python并且安装（别问我怎么安装）

然后选择自己喜欢的IDE就是了，我个人比较喜欢Visual studio code，另外PyCharm貌似也不错，各有所好，不乱说，不背锅。

如果和我一样，打算走更多的数据分析方面，那么就要用到jupyter notebook了，建议直接安装Anaconda，安装完这个，基本上就能直接使用了。

依旧别问我怎么安装。

Python学习入门

个人建议刚开始不要上来就跟着书学习，直接找一个A-Z类型的视频，从最基础的安装，到基础的编程，一步一步走过来，然后再根据自己的爱好选择书籍。

Complete Python Bootcamp: Go from zero to hero in Python 3 | UdemyLearn Python like a Professional! Start from the basics and go all the way to creating your own applications and games!www.udemy.com去看看

课程价格比较便宜，值得学习。

然后再推荐几本书，作为学完这门课之后的补充

Python Cookbook（第3版）中文版85.3元京东去购买

流畅的Python109.8元京东去购买

数据结构 Python语言描述54.5元京东去购买

Python的使用范围

因为本人接触有限，所以只对本人使用过的部分做重点介绍，别的部分只做简单介绍，免得说错了，害人害己。

Web程序

这个在澳洲不火，在国内貌似慢慢流行用python开发web了，一些Web框架，如Django、Pyramid、TurboGears、Tornado、web2py、Zope、Flask等，可以让程序员轻松地开发和管理复杂的Web程序。

其中貌似Django功能最强大，Flask源代码质量最高（传闻，不乱评论，不背锅）。

GUI开发

Python本身包含的Tkinter库能够支持简单的GUI开发。但是越来越多的Python程序员选择wxPython或者PyQt等GUI包来开发跨平台的桌面软件。使用它们开发的桌面软件运行速度快，与用户的桌面环境相契合。通过PyInstaller还能将程序发布为独立的安装程序包。

操作系统

在很多操作系统里，Python是标准的系统组件。大多数Linux发行版和Mac OS X都集成了Python，可以在终端机下直接运行Python。有一些Linux发行版的安装器使用Python语言编写，比如Ubuntu的Ubiquity安装器、Red Hat Linux和Fedora的Anaconda安装器。在RPM系列Linux发行版中，有一些系统组件就是用Python编写的。Gentoo Linux使用Python来编写它的Portage软件包管理系统。Python标准库包含了多个调用作业系统功能的库。通过pywin32这个第三方软件包，Python能够访问Windows的COM服务及其它Windows API。使用IronPython，Python程序能够直接调用.Net Framework。

科学计算

这个主要是通过第三方库来实现的，其中比较著名的有：

NumPy

基于Python的科学计算第三方库，提供了矩阵，线性代数，傅立叶变换等等的解决方案。

很多科学计算，尤其是矩阵，向量计算，都是要用到Numpy的，虽然稍微用到了点，但是不敢乱说。

Pandas

用于数据分析、数据建模、数据可视化的第三方库。

我用的最多的就是pandas了，因为pandas可以处理大量类表格的数据类型，包括excel,csv等文件，具体的请看下面的表格

文件读取后，可以保存到dataframe的数据结构，这个是一个类似二维数组的结构，不过相对二维数组更好操作，不仅index可以为str等其他的数据类型，而且每一列还可以有column name，可以用其直接对某一列进行操作。

在数据分析以及数据库的处理上，pandas提供的groupby 功能，以及其在数据集的merging 和 joining上的表现，都是非常值得称道的地方，而且pandas还提供了相对方便的绘制二维图形的功能。

Matplotlib

用Python实现的类matlab的第三方库，用以绘制一些高质量的数学二维图形。

嗯，基本上出图都用的这个。

科学计算部分推荐两本书

Oops!25.59美元美国亚马逊去购买

利用Python进行数据分析 [Python for Data Analysis]71.6元我买这本书的时候还是基于python2.X的，不知道现在有没有更新为3.X版本，不过这本书的数学思想以及解决方案都非常不错。建议购买。京东去购买

数据提取

之前说过，python可以用来读取，下载数据，包括pdf，html，xml等等的都可以处理。

这里面比较有名的第三方库有：

BeautifulSoup

基于Python的HTML/XML解析器，简单易用。

相对而言，我更喜欢使用ElementTree 或者 CElementTree来解析xml文件

Youtube_dl

一个用于下载视频网站上视频的库，不止支持youtube，还能够下载爱奇艺等网站上的视频，我曾经试着写了一篇文章，不过因为版权保护以及保护网站等原因，张大妈并没有通过这篇文章，有兴趣的朋友们可以自己百度学习

自然语言处理（NLP）

多数库（NLTK等）都是相对倾向于英语的分析处理，所以国内感兴趣的应该不是那么多，而且这部分不是我的强项，点到为止。

推荐一本书，我买了，还没来得及读多少

Python自然语言处理70.3元京东去购买

机器学习

机器学习是未来的趋势，但是我接触不多，介绍几个知名的库，用于大家学习

scikit-learn

机器学习第三方库，实现许多知名的机器学习算法。

TensorFlow

Google开发维护的开源机器学习库。

Keras

基于TensorFlow，Theano与CNTK的高阶神经网络API。

结语

个人能力有限，只能够简单的写一些皮毛，就以及3000多字了，python的用法以讨论，就是几十万字也写不完，最重要的是踏出学习的第一步，建议有兴趣的朋友们抓紧开始学习。而不是犹豫不前，哪怕学会了hello world，都是一个不小的进步。毕竟千里之行，始于足下。

BTW，在值得买写这种文章，总感觉怪怪的。